Use existing loading state for sparse detail

docs/LGBM_DAILY_HIGH_ZH.md

@@ -1,5 +1,7 @@
 # LightGBM 日最高温模型（中文）
 
+最后更新：`2026-04-18`
+
 ## 1. 目标
 
 这套 `LightGBM` 模型是给 PolyWeather 增加一个轻量级的统计学习预测源。
@@ -22,9 +24,11 @@
 
 - `D1-D3`
 - 小时级曲线
-- 概率分布
+- 原始独立概率分布
 - 独立结算源
 
+注意：前端出现的“LGBM 校准概率”不是把 LGBM 模型票数直接当成概率，而是概率层基于 LGBM / DEB / 观测上下文输出的校准分布。模型共识只保留为解释性参考。
+
 ## 2. 适用场景
 
 这条链路是为低资源 VPS 准备的。
@@ -214,6 +218,17 @@
 - `LGBM` 需要吃到 `deb_prediction` 特征
 - 但最终 `DEB` 又要把 `LGBM` 当成一个新的输入模型
 
+## 8.1 前端概率展示口径
+
+当前网页的概率区按以下顺序解释：
+
+1. 如果后端 `probabilities.engine` 表示 LGBM 校准概率可用，则标题显示为 `LGBM 校准概率`。
+2. 如果 LGBM 不可用，但 EMOS / legacy 概率可用，则显示为 `校准模型概率`。
+3. 模型舍入票数只保留为“模型共识参考”，用于说明哪些模型四舍五入后落在同一温度档，不作为最终命中概率。
+4. 市场价格只保留为“市场参考”，不和校准概率混成同一结论。
+
+这能避免用户把 `4/8 模型支持 82°F` 误读成 `82°F 有 50% 概率`。模型共识是解释层，概率引擎才是结论层。
+
 ## 9. 环境变量
 
 示例配置见：